按一列分组，并找出另一列中唯一值的数量

Question

我有一个如下的数据帧

         date  hour staff
0  2019-10-01     6     A
1  2019-10-01     6     B
2  2019-10-01     6     C
3  2019-10-02     6     D
4  2019-10-02     6     B
5  2019-10-02     6     A
6  2019-10-03     6     B
7  2019-10-03     6     B
8  2019-10-03     6     B
9  2019-10-01     7     D
10 2019-10-01     7     A
11 2019-10-01     7     B
12 2019-10-01     7     C
13 2019-10-02     7     D
14 2019-10-02     7     C
15 2019-10-02     7     A
16 2019-10-03     7     B
17 2019-10-03     7     B
18 2019-10-03     7     A

我想计算每小时唯一员工的平均值，如下

工作人员小时数
6.2
7.3

说明：
第6小时，
独特的员工=2
10月1日：3（A，B，C）+10月2日：3（D，B，A）+10月3日：1（B）=3+3+1=7/3（唯一日期数）~2

第7小时，
独特的员工=3
10月1日：4（D，A，B，C）+10月2日：3（D，C，A）+10月3日：2（B，A）=4+3+2=9/3（唯一日期数）~3

Answer 1

df.groupby(['hour', 'date'])['staff'].nunique().reset_index()\
  .groupby('hour')['staff'].mean().round()

>>> output

6   2.0
7   3.0

编辑：

ankyƏu 91在评论中的解决方案要快得多，应该明确使用：

df.groupby(['date','hour'])['staff'].nunique().mean(level=1).round()

Answer 2

我没有足够的声誉发表评论-在第一个解决方案中第二次包含['staff']是虚假的。把reset\u index（）放在末尾也稍微好一点。你知道吗

df.groupby(['date','hour'])['staff'].nunique().groupby('hour').mean().round().reset_index()

使用agg的替代语法：

df.groupby(['date','hour']).agg(lambda x: x.nunique()).groupby('hour').mean().round() \
.reset_index()

如果您真的希望结果是int，可以用astype(int)替换mean()：

df.groupby(['date','hour'])['staff'].nunique().mean(level=1).astype(int).reset_index()